如何在保持前一個for循環的值的同時重複執行for循環？

Question

我已經寫了一個梯度下降的功能，並堅持瞭解如何重複for循環「iters」時間。 X是一個二維數組，y是一個二維數組。 y是目標值，X是與目標值對應的數據。我想通過兩者同時遍歷for循環中的zip（），但我也希望能夠重複遍歷X和y，但使用更新後的係數。

我試着在while循環中封裝for循環，但是我得到一個錯誤，說明zip參數＃2必須支持迭代。我假設發生的事情是，一旦for循環遍歷2ndarray，編譯器就不能「重置」並再次遍歷數組。我是否正確，我該如何解決這個問題？

def gradient_descent_lr(X,y,alpha,iters): 
    x_coef = 0 
    y_int = 0 
    coef_list = [] 

    for x, y in zip(X,y): 
     #evaluate func (0 first) 
     f_eval = (x_coef * x) + y_int 
     #find error 
     error = f_eval - y 
     #update coefficients 
     y_int = y_int - (alpha*error) #adjust bias coefficient by the error 
     x_coef = x_coef - (alpha*error*x) 
     coef_list.append((float(y_int),float(x_coef))) 

return coef_list 

編輯：

沒關係，我想通了，這個問題是不是在重複，問題是在這兩個參數具有變量名是Y和在for循環。你可以關閉這個問題。

Answer 1

[編輯後] 你說X和y是二維數組。 但你也說X包含你的x值，y包含你的y值。 他們爲什麼是2D？爲什麼不是1D，都有n個元素。 你確定這是正確的（我的意思是2D）？ 我希望他們是向量而不是矩陣。 或者你的數組實際上是矩陣包含行還是列向量？

另請注意我用Y而不是y來防止混淆，因爲還有另一個y！另外，除了代碼問題之外，我不會立即在代碼中識別梯度下降，但這可能是我有限的知識。

def gradient_descent_lr(X,Y,alpha,iters): 
    x_coef = 0 
    y_int = 0 
    coef_list = [] 

    for x, y in zip (X.tolist(), Y.tolist()): 
     #evaluate func (0 first) 
     f_eval = (x_coef * x) + y_int 
     #find error 
     error = f_eval - y 
     #update coefficients 
     y_int = y_int - (alpha*error) #adjust bias coefficient by the error 
     x_coef = x_coef - (alpha*error*x) 
     coef_list.append((float(y_int),float(x_coef))) 

    return coef_list